CN106371078A - 基于发射波形和位置联合估计的多发射源被动定位方法 - Google Patents
基于发射波形和位置联合估计的多发射源被动定位方法 Download PDFInfo
- Publication number
- CN106371078A CN106371078A CN201610670113.1A CN201610670113A CN106371078A CN 106371078 A CN106371078 A CN 106371078A CN 201610670113 A CN201610670113 A CN 201610670113A CN 106371078 A CN106371078 A CN 106371078A
- Authority
- CN
- China
- Prior art keywords
- grid
- emission
- vector
- signal
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 239000013598 vector Substances 0.000 claims abstract description 81
- 238000005259 measurement Methods 0.000 claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 11
- 239000004576 sand Substances 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 4
- 230000008054 signal transmission Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 2
- 238000004088 simulation Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于发射波形和位置联合估计的多发射源被动定位方法。其采用网格搜索方法从接收机量测中依次联合估计发射信号波形和发射源位置,在估计出前一个发射源位置和发射信号波形后,从接收机量测中删去前一个发射信号的信息并更新量测向量,再利用网格搜索方法定位下一个发射源,通过充分利用每个发射信号的波形信息,有效实现了对多个微弱发射源的高精度定位,且可适用的发射波形广泛,可以直接应用到现有被动雷达的高精度多目标定位中,具有良好的应用效果和极大的应用前景。
Description
技术领域
本发明属于雷达信号处理技术领域,尤其涉及一种基于发射波形和位置联合估计的多发射源被动定位方法。
背景技术
近年来,日益激烈的电子战使得在复杂环境下,对微弱目标进行高精度定位受到越来越多的关注。同时,芯片技术的飞速发展,使处理器的数据处理能力得到了极大改善,大数据的处理变得越来越现实。被动定位技术由其诸多优点如隐蔽性、低功耗等,受到了越来越多的关注。被动定位通常采用几个分布较开的雷达基站截获目标发射源的发射信号,相比主动雷达,由于雷达自身不需要发射源发射电磁波,因此被动定位也被称为无源定位。
在被动定位的研究中中,文献“Direct Position Determination of NarrowbandRadio Frequency Transmitters,IEEE Signal Process.Lett.,vol.11,no.5,pp.513-516,May 2004”提出的DPD定位技术引起了广泛兴趣,其定位性能相比传统的TDOA,AOA两步定位方法有明显的优势。这种DPD定位方法考虑了两种情况,一种是目标发射源发射的信号已知,如训练信号或同步信号,我们称这种情况的DPD定位算法为DPD-known算法,由于知道了发射信号的信号波形,因此该方法是理论上最优的定位算法。另一种情况是目标发射的信号完全未知,主要针对非合作的发射源,在电子战中最为常见。由于不知道目标信号的形式,DPD定位方法通过使代价函数特征值最大的方法实现了发射源定位,仿真显示其定位性能仍然优于传统的定位方法,称这种方法为DPD-unknown算法。但是,该方法忽略了发射信号的波形信息,其定位精度受限,不能适应微弱目标的更高精度定位。同时,文献“Directposition determination of multiple radio signals,EURASIP Journal on AppliedSignal Process.,vol.2005,no.1,pp.37-49,Jan.2005”在此基础上提出了基于DPD的多目标定位方法。该方法仍然存在上述问题,定位精度有限,无法适应多个微弱目标的高精度定位。
发明内容
本发明的发明目的是:为了解决现在技术中多个微弱非合作目标发射源定位精度受限的问题,本发明提出了一种基于发射波形和位置联合估计的多发射源被动定位方法。
本发明的技术方案是:一种基于发射波形和位置联合估计的多发射源被动定位方法,包括以下步骤:
A、初始化雷达系统参数,其中雷达系统参数包括接收机个数L、各接收机位置坐标(xl,yl,zl)、l=1,2,...,L、采样间隔Ts、各接收机通道上的噪声协方差矩阵Rl、待定位的发射源个数Q;
B、从各接收机中读取量测并对量测进行采样,得到L个离散的量测向量rl,并设置已定位的发射源个数q为0;
C、分别划分目标位置的网格搜索区间(xgrid,ygrid,zgrid),信号发射时间的网格搜索区间tgrid,以及发射信号的长度的网格搜索区间Tgrid;
D、采用网格搜索方法定位一个发射源,估计该发射源的发射信号波形,并更新量测向量rl和已定位的发射源个数q;
E、判断已定位的发射源个数q是否小于待定位的发射源个数Q,若已定位的发射源个数小于待定位的发射源个数,则返回步骤D;若已定位的发射源个数大于或等于待定位的发射源个数,则完成各发射源被动定位。
进一步地,所述步骤D中采用网格搜索方法定位一个发射源,具体包括以下分步骤:
S1、设置代价初始值Num为0;
S2、选取一个网格点(xgrid,ygrid,zgrid,tgrid,Tgrid),并将其坐标参数作为发射源的位置坐标(xgrid,ygrid,zgrid)、发射信号的发射时间tgrid、发射信号的长度Tgrid,计算发射信号落在量测信号中对应的起始时间tl,s和终止时间tl,e;
S3、根据步骤S2中得到的起始时间tl,s和终止时间tl,e计算发射信号在每个量测向量rl中对应的区间[nl,s,nl,e];
S4、从每个接收机中的量测向量rl中提取第nl,s个元素到第nl,e个元素之间的离散样本点构成发射信号的样本向量s0,l,并对提取的每个样本向量s0,l进行归一化处理,将归一化处理后的L个样本向量组成样本矩阵S′0,并计算样本矩阵S′0的协方差矩阵Σ0;
S5、计算步骤S4中协方差矩阵Σ0的L个特征值,并将L个特征值按大小进行排列,得到最大特征值对应的特征向量ω1并计算最大特征值的成分系数ε;
S6、根据特征向量ω1估计发射信号并计算估计的发射信号的功率系数E;
S7、构造匹配向量sl,并计算代价函数值l,当l>=Num时更新代价初始值Num=l,且将对应的网格点作为发射源的位置估计保存匹配向量
S8、判断所有网格点是否全部被遍历,若所有网格点全部被遍历,则完成一个发射源被动定位,得到发射源的位置估计若所有网格点没有全部被遍历,则返回步骤S2。
进一步地,所述步骤S2中发射信号落在量测信号中对应的起始时间tl,s和终止时间tl,e的计算公式具体为:
其中,c为传播速度。
进一步地,所述步骤S3中发射信号s0在每个量测向量rl中对应的区间[nl,s,nl,e]的计算公式具体为:
其中,表示向下取整。
进一步地,所述步骤S4中对提取的每个样本向量s0,l进行归一化处理具体为:首先对提取的每个样本向量s0,l求平均得到再将样本向量s0,l中的每个元素减去均值从而得到归一化后的样本向量s′0,l,再将归一化处理后的L个样本向量组成样本矩阵S′0,表示为S′0=[s′0,1,s′0,2,...,s′0,L],计算样本矩阵S′0的协方差矩阵Σ0,计算公式具体为:
Σ0=S′0 H S′0
其中,H表示共轭转置操作。
进一步地,所述步骤S5中最大特征值的成分系数ε的计算公式具体为:
其中,λ1、λ2...λL为协方差矩阵Σ0的L个特征值,λ1≥λ2≥...≥λL。
进一步地,所述步骤S6中估计的发射信号具体表示为:
其中,S0=[s0,1,s0,2,...,s0,L]。
进一步地,所述步骤S6中计算估计的发射信号的功率系数E的计算公式具体为:
其中,|·|为求向量的模。
进一步地,所述步骤S7中构造匹配向量sl,并计算代价函数值l包括以下分步骤:
S71、根据估计的发射信号构造匹配向量sl,表示为:
其中,0l,1为由0组成的(nl,s-1)×1的列向量,0l,2为由0组成的(N-nl,e)×1的列向量,N为量测向量的样本点个数;
S72、计算网格点(xgrid,ygrid,zgrid,tgrid,Tgrid)上的代价函数值l,计算公式具体为:
其中,rl为步骤B中的量测向量。
进一步地,所述步骤D中更新量测向量rl和已定位的发射源个数q具体为:将量测向量rl更新为将已定位的发射源个数q更新为q=q+1。
本发明的有益效果是:本发明采用网格搜索方法从接收机量测中依次联合估计发射信号波形和发射源位置,在估计出前一个发射源位置和发射信号波形后,从接收机量测中删去前一个发射信号的信息并更新量测向量,再利用网格搜索方法定位下一个发射源,通过充分利用每个发射信号的波形信息,有效实现了对多个微弱发射源的高精度定位,且可适用的发射波形广泛,可以直接应用到现有被动雷达的高精度多目标定位中,具有良好的应用效果和极大的应用前景。
附图说明
图1是本发明的基于发射波形和位置联合估计的多发射源被动定位方法流程示意图。
图2是本发明实施例中定位发射源1的定位性能对比示意图。
图3是本发明实施例中定位发射源2的定位性能对比示意图。
图4是本发明实施例中定位发射源3的定位性能对比示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为本发明的基于发射波形和位置联合估计的多发射源被动定位方法流程示意图。一种基于发射波形和位置联合估计的多发射源被动定位方法,包括以下步骤:
A、初始化雷达系统参数,其中雷达系统参数包括接收机个数L、各接收机位置坐标(xl,yl,zl)、l=1,2,...,L、采样间隔Ts、各接收机通道上的噪声协方差矩阵Rl、待定位的发射源个数Q;
B、从各接收机中读取量测并对量测进行采样,得到L个离散的量测向量rl,并设置已定位的发射源个数q为0;
C、分别划分目标位置的网格搜索区间(xgrid,ygrid,zgrid),信号发射时间的网格搜索区间tgrid,以及发射信号的长度的网格搜索区间Tgrid;
D、采用网格搜索方法定位一个发射源,估计该发射源的发射信号波形,并更新量测向量rl和已定位的发射源个数q;
E、判断已定位的发射源个数q是否小于待定位的发射源个数Q,若已定位的发射源个数小于待定位的发射源个数,则返回步骤D;若已定位的发射源个数大于或等于待定位的发射源个数,则完成各发射源被动定位。
在步骤A中,本发明对雷达系统参数进行初始化,具体包括接收机个数L、各接收机位置坐标(xl,yl,zl)、采样间隔Ts、各接收机通道上的噪声协方差矩阵Rl等雷达系统参数;优选的,本发明的初始化具体为设置目标发射源的位置,雷达基站接收机的个数L=4,雷达基站接收机位置,初始化采样周期Ts=10-7s,噪声协方差矩阵Rl,用于实验的发射源个数为Q=3。
在步骤B中,本发明从各接收机中读取量测并对量测进行采样,产生用于定位的雷达接收机量测向量rl,这里的量测向量为N×1的列向量,N表示量测样本个数,rl=[rl[0],rl[1],...,rl[N-1]]T,l=1,2,...,L。其中N表示量测样本个数,T表示转置操作。,此外,本发明还设置已定位的发射源个数q为0。
在步骤D中,本发明采用网格搜索方法定位一个发射源,具体包括以下分步骤:
S1、设置代价初始值Num为0;
S2、选取一个网格点(xgrid,ygrid,zgrid,tgrid,Tgrid),并将其坐标参数作为发射源的位置坐标(xgrid,ygrid,zgrid)、发射信号的发射时间tgrid、发射信号的长度Tgrid,计算发射信号落在量测信号中对应的起始时间tl,s和终止时间tl,e;
S3、根据步骤S2中得到的起始时间tl,s和终止时间tl,e计算发射信号在每个量测向量rl中对应的区间[nl,s,nl,e];
S4、从每个接收机中的量测向量rl中提取第nl,s个元素到第nl,e个元素之间的离散样本点构成发射信号的样本向量s0,l,并对提取的每个样本向量s0,l进行归一化处理,将归一化处理后的L个样本向量组成样本矩阵S′0,并计算样本矩阵S′0的协方差矩阵Σ0;
S5、计算步骤S4中协方差矩阵Σ0的L个特征值,并将L个特征值按大小进行排列,得到最大特征值对应的特征向量ω1并计算最大特征值的成分系数ε;
S6、根据特征向量ω1估计发射信号并计算估计的发射信号的功率系数E;
S7、构造匹配向量sl,并计算代价函数值l,当l>=Num时更新代价初始值Num=l,且将对应的网格点作为发射源的位置估计保存匹配向量
S8、判断所有网格点是否全部被遍历,若所有网格点全部被遍历,则完成一个发射源被动定位,得到发射源的位置估计若所有网格点没有全部被遍历,则返回步骤S2。
在步骤S2中,发射信号落在量测信号中对应的起始时间tl,s和终止时间tl,e的计算公式具体为:
其中,c为传播速度。
在步骤S3中,根据步骤S2中得到的起始时间和终止时间计算发射信号在每个量测向量rl中对应的区间[nl,s,nl,e],计算公式具体为:
其中,表示向下取整。
在步骤S4中,本发明对提取的每个样本向量s0,l进行归一化处理具体为:首先对提取的每个样本向量s0,l求平均得到再将样本向量s0,l中的每个元素减去均值从而得到归一化后的样本向量s′0,l,再将归一化处理后的L个样本向量组成样本矩阵S′0,表示为S′0=[s′0,1,s′0,2,...,s′0,L],计算样本矩阵S′0的协方差矩阵Σ0,计算公式具体为:
Σ0=S′0 HS′0
其中,H表示共轭转置操作。
在步骤S5中,本发明计算步骤S4中协方差矩阵Σ0的L个特征值,并将计算得到的L个特征值按照从大到小的顺序进行排列,表示为λ1≥λ2≥...≥λL,再计算最大特征值λ1对应的特征向量ω1,同时计算最大特征值λ1在所有特征值中所占比例ε,计算公式具体为:
在步骤S6中,本发明根据特征向量ω1估计出发射信号表示为其中S0=[s0,1,s0,2,...,s0,L],同时计算估计的发射信号的功率系数E,计算公式为:
其中,|·|为求向量的模。
在步骤S7中,本发明构造匹配向量sl,并计算代价函数值l包括以下分步骤:
S71、根据估计的发射信号构造匹配向量sl,表示为:
其中,0l,1为由0组成的(nl,s-1)×1的列向量,0l,2为由0组成的(N-nl,e)×1的列向量,N为量测向量的样本点个数;
S72、计算网格点(xgrid,ygrid,zgrid,tgrid,Tgrid)上的代价函数值l,计算公式具体为:
其中,rl为步骤B中的量测向量。
在步骤S8中,本发明需要判断数据平面上的所有网格点是否已经全部被遍历;若数据平面上的所有网格点全部被遍历,则完成一个发射源被动定位,得到发射源的位置估计同时得到估计的发射信号的匹配向量若所有网格点没有全部被遍历,则返回步骤S2,重新选择一个没有被遍历的网格点。
本发明更新量测向量rl和已定位的发射源个数q具体为:将量测向量rl更新为将已定位的发射源个数q更新为q=q+1。
在步骤E中,本发明需要判断所有发射源是否已经全部被定位,具体通过判断已定位的发射源个数q是否小于待定位的发射源个数Q;若已定位的发射源个数小于待定位的发射源个数,则说明还是发射源未被定位,返回步骤D;若已定位的发射源个数大于或等于待定位的发射源个数,则说明所有发射源已经全部被定位,完成各发射源被动定位。
本发明针对Q个发射未知信号的发射源,采用多基地雷达接收机截获信号并将数据传输给处理中心进行定位;本发明采用了联合估计波形信息和发射源位置的方法定位发射源,在定位一个目标后,从量测向量中删去前一个已定位目标的波形信息的方法依次定位Q个发射源位置。该方法有效利用了发射信号的波形信息,实现了对多个微弱发射源的高精度定位,且可适用的发射信号广泛,有效解决了现有的定位算法在低信噪比下定位性能不高的问题,从而实现对多个微弱目标的高精度定位,联合地估计了发射源发射的信号和位置,使定位精度得到了极大的提高。
在给定仿真参数下,对每一个信噪比(SNR)进行100次蒙特卡洛仿真实验,以均方根误差(RMSE)为定位性能依据。为了比较该方法的定位性能,我们采用DPD-unknown的单目标定位方法,对仿真场景中的三个发射源分开进行单目标定位。需要注意的是,用这种方法使得DPD-unknown在仿真场景上有一定的优势,如果本发明提出的方法仍然优于DPD-unknown,那么本发明提出的方法对比多目标的DPD定位方法将有更大的优势。本发明提出的方法在图中被标注为Multi-DPD-PCA。
在仿真中,对Q=3个发射源选用了三个不同参数的线性调频信号,其表达式为exp[-j2π(f0+0.5*kt)t]。其中,发射源1的信号初始频率f0为2MHz,调频斜率k为2×1011Hz/s,信号长度为10us。发射源2的信号初始频率f0为3MHz,调频斜率k为2×1011Hz/s,信号长度为11us。发射源3的信号初始频率f0为4MHz,调频斜率k为1011Hz/s,信号长度为9us。仿真中,对三个发射源信号的幅度值设置了不同的权重,分别为1,0.8,0.7。如图2、3、4所示,为本发明实施例中发射源1、2、3的定位性能对比示意图。在高信噪比情况下,两种定位方法的定位误差都较低且相同;而随着信噪比的降低,定位性能出现明显差异。在发射信号波形不知道的情况下,本发明的方法明显优于原有的DPD-unknown方法。对发射源1,本发明的方法较原有的DPD-unknown方法定位性能提高了约4dB;对发射源2,性能提高约3dB;对发射源3,性能提高约1dB。考虑到用于对比的DPD-unknown方法使用的是单目标定位场景,相比多目标定位场景占了较大的优势。然而本发明的方法仍然优于DPD-unknown方法,说明本发明的方法对于多目标的DPD定位方法有极大的优势。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (10)
1.一种基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,包括以下步骤:
A、初始化雷达系统参数,其中雷达系统参数包括接收机个数L、各接收机位置坐标(xl,yl,zl)、l=1,2,...,L、采样间隔Ts、各接收机通道上的噪声协方差矩阵Rl、待定位的发射源个数Q;
B、从各接收机中读取量测并对量测进行采样,得到L个离散的量测向量rl,并设置已定位的发射源个数q为0;
C、分别划分目标位置的网格搜索区间(xgrid,ygrid,zgrid),信号发射时间的网格搜索区间tgrid,以及发射信号的长度的网格搜索区间Tgrid;
D、采用网格搜索方法定位一个发射源,估计该发射源的发射信号波形,并更新量测向量rl和已定位的发射源个数q;
E、判断已定位的发射源个数q是否小于待定位的发射源个数Q,若已定位的发射源个数小于待定位的发射源个数,则返回步骤D;若已定位的发射源个数大于或等于待定位的发射源个数,则完成各发射源被动定位。
2.如权利要求1所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤D中采用网格搜索方法定位一个发射源,具体包括以下分步骤:
S1、设置代价初始值Num为0;
S2、选取一个网格点(xgrid,ygrid,zgrid,tgrid,Tgrid),并将其坐标参数作为发射源的位置坐标(xgrid,ygrid,zgrid)、发射信号的发射时间tgrid、发射信号的长度Tgrid,计算发射信号落在量测信号中对应的起始时间tl,s和终止时间tl,e;
S3、根据步骤S2中得到的起始时间tl,s和终止时间tl,e计算发射信号在每个量测向量rl中对应的区间[nl,s,nl,e];
S4、从每个接收机中的量测向量rl中提取第nl,s个元素到第nl,e个元素之间的离散样本点构成发射信号的样本向量s0,l,并对提取的每个样本向量s0,l进行归一化处理,将归一化处理后的L个样本向量组成样本矩阵S0′,并计算样本矩阵S0′的协方差矩阵Σ0;
S5、计算步骤S4中协方差矩阵Σ0的L个特征值,并将L个特征值按大小进行排列,得到最大特征值对应的特征向量ω1并计算最大特征值的成分系数ε;
S6、根据特征向量ω1估计发射信号并计算估计的发射信号的功率系数E;
S7、构造匹配向量sl,并计算代价函数值当时更新代价初始值且将对应的网格点作为发射源的位置估计保存匹配向量
S8、判断所有网格点是否全部被遍历,若所有网格点全部被遍历,则完成一个发射源被动定位,得到发射源的位置估计若所有网格点没有全部被遍历,则返回步骤S2。
3.如权利要求2所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤S2中发射信号落在量测信号中对应的起始时间tl,s和终止时间tl,e的计算公式具体为:
其中,c为传播速度。
4.如权利要求3所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤S3中发射信号s0在每个量测向量rl中对应的区间[nl,s,nl,e]的计算公式具体为:
其中,表示向下取整。
5.如权利要求4所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤S4中对提取的每个样本向量s0,l进行归一化处理具体为:首先对提取的每个样本向量s0,l求平均得到再将样本向量s0,l中的每个元素减去均值从而得到归一化后的样本向量s′0,l,再将归一化处理后的L个样本向量组成样本矩阵S0′,表示为S0′=[s′0,1,s′0,2,...,s′0,L],计算样本矩阵S0′的协方差矩阵Σ0,计算公式具体为:
其中,H表示共轭转置操作。
6.如权利要求5所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤S5中最大特征值的成分系数ε的计算公式具体为:
其中,λ1、λ2...λL为协方差矩阵Σ0的L个特征值,λ1≥λ2≥...≥λL。
7.如权利要求6所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤S6中估计的发射信号具体表示为:
其中,
8.如权利要求7所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤S6中计算估计的发射信号的功率系数E的计算公式具体为:
其中,|·|为求向量的模。
9.如权利要求8所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤S7中构造匹配向量sl,并计算代价函数值包括以下分步骤:
S71、根据估计的发射信号构造匹配向量sl,表示为:
其中,0l,1为由0组成的(nl,s-1)×1的列向量,0l,2为由0组成的(N-nl,e)×1的列向量,N为量测向量的样本点个数;
S72、计算网格点(xgrid,ygrid,zgrid,tgrid,Tgrid)上的代价函数值计算公式具体为:
其中,rl为步骤B中的量测向量。
10.如权利要求9所述的基于发射波形和位置联合估计的多发射源被动定位方法,其特征在于,所述步骤D中更新量测向量rl和已定位的发射源个数q具体为:将量测向量rl更新为将已定位的发射源个数q更新为q=q+1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610670113.1A CN106371078B (zh) | 2016-08-16 | 2016-08-16 | 基于发射波形和位置联合估计的多发射源被动定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610670113.1A CN106371078B (zh) | 2016-08-16 | 2016-08-16 | 基于发射波形和位置联合估计的多发射源被动定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106371078A true CN106371078A (zh) | 2017-02-01 |
CN106371078B CN106371078B (zh) | 2018-06-26 |
Family
ID=57878284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610670113.1A Expired - Fee Related CN106371078B (zh) | 2016-08-16 | 2016-08-16 | 基于发射波形和位置联合估计的多发射源被动定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106371078B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371088A (zh) * | 2016-08-23 | 2017-02-01 | 电子科技大学 | 基于clean的多个非合作发射源被动定位方法 |
CN107167784A (zh) * | 2017-07-05 | 2017-09-15 | 电子科技大学 | 一种基于多通道比相定位的多人体目标定位跟踪方法 |
CN109001706A (zh) * | 2018-07-06 | 2018-12-14 | 电子科技大学 | 基于特征值最大化的多个辐射源目标被动直接定位方法 |
CN112055408A (zh) * | 2019-06-06 | 2020-12-08 | 广州慧睿思通信息科技有限公司 | 终端的定位方法及测向系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030229445A1 (en) * | 2002-05-13 | 2003-12-11 | The Charles Stark Draper Laboratory, Inc. | Low-cost, low-power geolocation system |
CN101349748A (zh) * | 2008-08-29 | 2009-01-21 | 西安电子科技大学 | 多输入多输出雷达系统目标定位方法 |
CN102981144A (zh) * | 2012-11-21 | 2013-03-20 | 西安电子科技大学 | 空中运动平台对目标的三维无源定位方法 |
CN103376447A (zh) * | 2012-04-24 | 2013-10-30 | 中国人民解放军海军航空工程学院 | 一种实现非合作双多基地雷达目标三维定位的方法 |
CN105467261A (zh) * | 2015-12-21 | 2016-04-06 | 东北电力大学 | 基于mmc换流站信息融合技术交流系统暂态故障识别方法 |
CN105487063A (zh) * | 2015-12-26 | 2016-04-13 | 中国人民解放军信息工程大学 | 一种基于外辐射源时延和多普勒频率的直接定位方法 |
-
2016
- 2016-08-16 CN CN201610670113.1A patent/CN106371078B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030229445A1 (en) * | 2002-05-13 | 2003-12-11 | The Charles Stark Draper Laboratory, Inc. | Low-cost, low-power geolocation system |
CN101349748A (zh) * | 2008-08-29 | 2009-01-21 | 西安电子科技大学 | 多输入多输出雷达系统目标定位方法 |
CN103376447A (zh) * | 2012-04-24 | 2013-10-30 | 中国人民解放军海军航空工程学院 | 一种实现非合作双多基地雷达目标三维定位的方法 |
CN102981144A (zh) * | 2012-11-21 | 2013-03-20 | 西安电子科技大学 | 空中运动平台对目标的三维无源定位方法 |
CN105467261A (zh) * | 2015-12-21 | 2016-04-06 | 东北电力大学 | 基于mmc换流站信息融合技术交流系统暂态故障识别方法 |
CN105487063A (zh) * | 2015-12-26 | 2016-04-13 | 中国人民解放军信息工程大学 | 一种基于外辐射源时延和多普勒频率的直接定位方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371088A (zh) * | 2016-08-23 | 2017-02-01 | 电子科技大学 | 基于clean的多个非合作发射源被动定位方法 |
CN107167784A (zh) * | 2017-07-05 | 2017-09-15 | 电子科技大学 | 一种基于多通道比相定位的多人体目标定位跟踪方法 |
CN109001706A (zh) * | 2018-07-06 | 2018-12-14 | 电子科技大学 | 基于特征值最大化的多个辐射源目标被动直接定位方法 |
CN112055408A (zh) * | 2019-06-06 | 2020-12-08 | 广州慧睿思通信息科技有限公司 | 终端的定位方法及测向系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106371078B (zh) | 2018-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107132505B (zh) | 直达与非直达混合场景中的多目标直接定位方法 | |
CN105929378B (zh) | 基于外辐射源联合时延与多普勒频率的直接跟踪方法 | |
CN106371078B (zh) | 基于发射波形和位置联合估计的多发射源被动定位方法 | |
CN106125059B (zh) | 非参数联合估计信号及位置的被动定位方法 | |
CN109490826B (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
CN107526070A (zh) | 天波超视距雷达的多路径融合多目标跟踪算法 | |
CN109633538B (zh) | 非均匀采样系统的最大似然时差估计方法 | |
CN109671100B (zh) | 一种分布式可变扩散组合系数粒子滤波直接跟踪方法 | |
CN112162244B (zh) | 一种相关噪声和随机丢包环境下的事件触发目标跟踪方法 | |
CN105487063A (zh) | 一种基于外辐射源时延和多普勒频率的直接定位方法 | |
CN103616661B (zh) | 一种稳健的远场窄带信号源个数估计方法 | |
CN110632555B (zh) | 一种基于矩阵特征值扰动的tdoa直接定位方法 | |
CN101644760B (zh) | 一种适用于高分辨阵列的快速鲁棒的信源个数检测方法 | |
CN109001706B (zh) | 基于特征值最大化的多个辐射源目标被动直接定位方法 | |
CN110927660A (zh) | 一种基于互质阵列的混合信号波达方向估计方法 | |
CN105974362A (zh) | 一种联合估计信号参数和位置的高精度被动定位方法 | |
CN107966676B (zh) | 复杂噪声环境下阵列天线角度和信源个数联合估计方法 | |
CN116148829A (zh) | 一种基于非合作外辐射源的多基雷达定位方法 | |
CN111007457B (zh) | 一种基于块稀疏贝叶斯模型的辐射源直接定位方法 | |
CN110531309A (zh) | 存在幅相误差时基于原子范数的相关信号到达角估计方法 | |
CN116930963A (zh) | 一种基于无线通信系统的穿墙成像方法 | |
CN106371088B (zh) | 基于clean的多个非合作发射源被动定位方法 | |
CN113702901B (zh) | 一种基于信号相关性增强的互相关时延估计方法 | |
CN113075616B (zh) | 一种黑飞无人机的探测定位方法、系统及计算机设备 | |
CN110536410A (zh) | 非视距环境下基于rss和tdoa测量的定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180626 |
|
CF01 | Termination of patent right due to non-payment of annual fee |